DeepSeek新论文公开Agent训练！梁文锋署名
DeepSeek新论文公开Agent训练！梁文锋署名大模型训练拼的是算力，Agent训练拼的是环境。
来自主题: AI技术研报
9362 点击 2026-09-23 18:04
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
大模型训练拼的是算力，Agent训练拼的是环境。
9 月 16 日，在谷歌 DeepMind 深度参与了 Gemini 2.5/3、世界模型 Genie 2/3 以及具身智能体 Sima 2 研发的核心研究员 Bonnie Li 宣布离职，转会 OpenAI。
价格卷过DeepSeek Flash。
DeepSeek正训练约2万亿参数的新模型，并计划将后续模型参数规模进一步推至8万亿，加入新一轮超大参数模型竞赛。
DeepSeek 快醒醒，ChatGPT 要打到家门口了。
小米正式发布并开源 MiMo-V2.6 系列模型，罗福莉称其背后的研究创新和工程难度超过 DeepSeek R1，在 Artificial Analysis Intelligence Index v4.3 中以 46.32 分成为当前得分最高的开源模型，价格仅为海外同级模型的 1/20 至 1/60。
Claude向OpenAI格式投降了。
深朴智能24岁首席科学家王家伟在播客对话中回顾了从中科大少年班、MSRA、DeepSeek到字节Seed的经历，阐述放弃大模型舒适区转向具身智能创业的原因，认为具身系统既需要通用大模型承担理解与规划，也需要能毫秒级快速反应的动作模型，并介绍了深朴智能在开源HiFi-UMI数据集、自研高精度UMI手套及构建Agentic OS方面的全栈研发进展。
Anthropic、谷歌、OpenAI、Kimi、DeepSeek及阿里Qwen等全球AI大厂正密集备战，在中秋国庆假期前后集中推出或预告Claude 5.2、Gemini 4 Pro、Kimi K3.1、DeepSeek V4.1 Pro、Qwen4等旗舰基模，集体围攻OpenAI此前发布的GPT-6 Astra。
谷歌最新数学推理模型Mathematica（基于未发布的DeepThink V3）因内部评测截图泄露而曝光，其在推导丢番图方程时展现出带有强烈情绪化表达的原始思维链，输出上限达65536 Tokens且采用Temperature=1的高温度推理模式，目前仍处于UNSTABLE_EXPERIMENTAL不稳定实验阶段。